• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

ビッグミクロデータの匿名性評価手法の開発

研究課題

  • PDF
研究課題/領域番号 18H00835
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
審査区分 小区分07030:経済統計関連
研究機関金沢大学

研究代表者

星野 伸明  金沢大学, 経済学経営学系, 教授 (00313627)

研究分担者 間野 修平  統計数理研究所, 数理・推論研究系, 教授 (20372948)
入江 薫  東京大学, 大学院経済学研究科(経済学部), 准教授 (20789169)
佐井 至道  岡山商科大学, 経済学部, 教授 (30186910)
丸山 祐造  神戸大学, 経営学研究科, 教授 (30304728)
研究期間 (年度) 2018-04-01 – 2023-03-31
キーワードプライバシー / 統計的開示制限
研究成果の概要

本プロジェクトでは、個体のデータについてプライバシーないし秘密性の曖昧な点を正し、厳密かつ解釈が容易な定義を考案した。プライバシーないし秘密性の侵害は母集団の状態であって、公開データから推定される。公開データがランダムならば母集団の推定精度は確率的に評価でき、匿名性などの測度となる。そしてその精度は、情報学的なプライバシーの母数(予算)で管理出来ることを証明した。このような観点から、公開データをランダムに生成するパラメトリックな手法を新たな分布族として提案し、高次元や大標本の性質を解析した。

自由記述の分野

統計学

研究成果の学術的意義や社会的意義

学術的には、組み合わせ論的困難の為に研究が遅れている離散多変数分布の分野において、性質の良い新しい分布族を特徴付けして基本的な性質を解明した点が最大の貢献であろう。この族は多項分布の一般化になっていて、多くのメンバーを含む。従って応用・理論共に派生する研究の範囲は広い。社会的には、プライバシーや秘密を保護しながら個体のデータを分析する、透過的かつ歪みの少ない手法を示したことが最大の貢献と思われる。提案した分布族には、一般に知られていない、良い性質を持つ分布が含まれていた。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi